作物冠层参数对环境遥感、描述作物表型和确保粮食安全至关重要。温度对作物生长的影响是估算作物冠层参数的关键。然而，现有的作物生长和植物功能结构模型不能同时模拟温度响应，进行精确的动态模拟，并提供多尺度计算机可视化。这一限制阻碍了玉米结构模型在三维辐射转移模型、作物结构评估和作物表型描述中的应用。我们改进了叶片/器官水平的热驱动作物生长模型(MAIZSIM)和植物功能结构算法。为了解决这些问题，我们提出了一个基于生长度天数的四维(4D)耦合玉米生长模型。该模型可以模拟和可视化玉米冠层在器官、植株、季节和种群水平上的结构参数。该模型输出玉米结构(file format.obj)的三维(3D)预测，支持编辑和3D可视化。利用多个物候期的玉米数据集，验证了该模型在多个水平上模拟冠层参数的准确性和稳定性。结果表明，耦合模型模拟的玉米叶片大小、面积、叶节高和叶脉曲线与实测值的归一化均方根误差(normalized root mean square errors，NRMSEs)均小于0.1，表明该模型具有较高的精度。

图1 玉米茎的数学描述和计算机可视化。

图2 玉米叶片的数学描述和计算机可视化。

图3 模拟玉米植株水平的叶片大小和茎高。

图4 GDD_8◦C与不同季节玉米叶片参数关系的数学描述。

图5  耦合玉米模型流程图。图5a描述了耦合玉米模型不同模块之间的数据流，并给出了各模块的关键输入输出变量的概述。通过引用各自的名称或属性信息，可以在表2中方便地访问每个变量的精确解释。

图6 测定和预测玉米六个生育期的叶长。黑线为1:1线(*表示0.05有统计学意义;**表示有统计学意义(0.01)。

图7 测定和预测玉米六个生育期的叶宽。黑线为1:1线(*表示0.05有统计学意义;**表示有统计学意义(0.01)。

图8 测定并预测6个不同生育期玉米叶面积(a-f)。黑线为1:1线。(g) GDD对叶面积的影响(*表示有统计学意义，0.05;**表示有统计学意义(0.01)。

图9 测定和预测玉米6个生育期的叶节高。黑线为1:1线(*表示0.05有统计学意义;**表示有统计学意义(0.01)。

图10 测定并预测玉米6个生育期(a-f)叶片曲率角。黑线为1:1线;G)叶序对叶片曲率角及其变化率的影响(*表示有统计学意义，0.05;**表示有统计学意义(0.01)。